Naudodamas dirbtinio intelekto ir optinių matavimų technologiją, SURFinpro aptinka, klasifikuoja ir vizualizuoja defektus realiuoju laiku, kai procesas vyksta. Kreditas: Fraunhofer-Gesellschaft Didesnis greitis, tikslumas ir lankstumas – svarbu išnaudoti visas įmanomas galimybes optimizuojant gamybą. Šiuo tikslu Fraunhoferio medžiagų ir spindulių technologijos instituto IWS mokslininkai sukūrė SURFinpro – sprendimą, kuris naudoja dirbtinį intelektą ir optinių matavimų technologiją, kad aptiktų, klasifikuotų ir vizualizuotų defektus realiuoju laiku ir praneštų apie juos gaminančiai gamyklai. . Ekspertai pristatys savo sistemą 2023 m. birželio 27–30 d. „Laser World of Photonics“, bendrame „Fraunhofer Booth 441“ salėje A3.
Itin lengvas, itin plonas, išskirtinai patikimas, kartu pasiekiantis greitą gamybos greitį – Dr. Christopheris Taudtas, Cvikau įsikūrusio Fraunhoferio optinės metrologijos ir paviršiaus technologijų taikymo centro AZOM, kuris yra Fraunhofer IWS dalis, paviršiaus metrologijos grupės vadovas ir jo komanda užtikrina, kad tokie produktų pažadai virstų realybe. Kartu mokslininkai sukūrė sistemą, kuri aptinka paviršiaus defektus, artefaktus, taip pat tekstūros pokyčius ir įvertina juos pasitelkiant dirbtinį intelektą.
Šis procesas gali greitai ir didelės raiškos užfiksuoti 3D paviršių informaciją. Matavimo duomenys naudojami papildomai informacijai apie vykstančius gamybos procesus generuoti. „Sistema ne tik aptinka defektus – ji klasifikuoja juos tuo pačiu metu ir iš karto nustato platesnį kontekstą. Mūsų klientai gauna informaciją apie defekto tipą ir daugybę kitų parametrų, tokių kaip defekto tankis, geometriniai matmenys ir dažnis”, – priduria. Taudt. „Tai yra didelė pridėtinė vertė, palyginti su įprastomis sistemomis.”
Didesnis tikslumas esant didesniam greičiui
Matavimo sistema pramonėje sėkmingai veikia jau daugiau nei metus, analizuojant ritininio ritinio procesą, kai substratų plotis yra 70 centimetrų. Siekdami išnaudoti tolesnį optimizavimo potencialą, Christopheris Taudtas ir SURFinpro komanda apmoko sistemą vykstančioje gamyboje, naudodami defektų katalogą. Kai pranešama apie defektus, jie įvedami į neuroninį tinklą, taip pagerinant aptikimo tikslumą.
Tyrėjai naudoja matavimo informaciją, kad patikrintų, ar neatsiranda naujų defektų, ar nepakeičiami esami defektai, todėl reikia dinamiško sistemos atsako. „Viena vertus, mes stengiamės sukurti geresnius neuroninius tinklus, kuriems reikia mažiau duomenų, – aiškina mokslininkas, – be to, vykdome veikla taip pat kuriame naujas mokymo strategijas.
Fraunhofer AZOM ekspertai šiuo metu pritaiko savo technologijas naujoms pritaikymo sritims, pavyzdžiui, nenutrūkstamiems pluošto kompozitų gamybos procesams. „Čia mūsų partneriai yra suinteresuoti ne tik išvengti paviršinių defektų, bet ir nori, kad technologija galėtų identifikuoti ir įvertinti kelių matmenų komponentus“, – aiškina Taudtas. Kita tikslinė grupė, kurią komanda numato algoritmams ir defektų klasifikavimo sistemai, yra puslaidininkių pramonė, pavyzdžiui, lanksčių puslaidininkinių medžiagų gamyba.
Šiuo metu Fraunhofer AZOM sprendimas naudoja daugiausia keturias kameras. Kitame žingsnyje mokslininkai numato pridėti papildomų kamerų sistemų. Tai būtų naudinga neatsižvelgiant į vertinamą procesą – nuo pluoštinių kompozitų procesų, kuriuose naudojami labai dideli komponentai, iki tradicinių ritininio ritinio procesų, pvz., naudojamų fotovoltinės pramonėje.
Kitas svarbus mokslininkų aspektas yra sistemos greitis. Visų pirma pluoštu sustiprinto plastiko, bet ir tekstilės apdirbimo atveju labai trumpas ciklo laikas turi būti ypač greitas.
„Greičio didinimas yra svarbi problema ir mes turime patirties šiems reikalavimams įvykdyti. Mūsų sprendimas naudoja mašininio mokymosi ir dirbtinio intelekto technologijas pirmiausia faktinei analizei, bet ir tam, kad paspartintų vertinimo veiksmus”, – aiškina grupės vadovas ir priduria: „Efektyvus matavimo analizės procesas susideda iš valdomo skaičiaus atskirų žingsnių, kurie filtruoja ir sumažina duomenis. Mes nuolat kuriame naujas technologijas šioje srityje, kad šis procesas būtų dar greitesnis ir gautume tiek pat informacijos iš mažiau duomenų, pavyzdys.”
Protingas ir išradingai modulinis
Mokslininkai mano, kad viena iš pagrindinių jų sistemos savybių yra jos moduliškumas. Dėl sudėtingo moduliavimo metodo, naudojant efektyvius komponentus, „SURFinpro“ siūlo platų galimų diegimų pasirinkimą ir yra lengvai pritaikomas: „Daugelis technologijų, kurias naudojame savo sistemoje, buvo sukurtos kaip atskiri komponentai taip, kad jas taip pat būtų galima įdiegti. efektyviai įvairiuose kituose kontekstuose ir projektuose“.
Fraunhofer AZOM mokslininkų projektas yra puikus pavyzdys, koks sėkmingas ir praktiškas gali būti šis modulinis metodas.
Šių metų fotonikos lazeriniame pasaulyje Christopheris Taudtas ir jo komanda pristatys savo sprendimą, naudodami pavyzdį, taikomą lanksčių saulės elementų gamybai ritininio ritinio proceso. Birželio 27–30 dienomis vyksiančios parodos lankytojai galės pamatyti sprendimą, kuris realiu laiku renka duomenis ir analizuoja vykstantį procesą bendroje Fraunhofer stende 441 salėje A3.
Citata: Gamybos procesų optimizavimas naudojant moduliavimą (2023 m. birželio 1 d.), gauta 2023 m. birželio 1 d. iš https://techxplore.com/news/2023-06-optimizing-production-modularization.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
